CN118511136A - 用于确定针对机械工具的操作参数集合的交互式建议系统、用于机械工具的控制系统、机械工具以及用于确定操作参数集合的方法 - Google Patents
用于确定针对机械工具的操作参数集合的交互式建议系统、用于机械工具的控制系统、机械工具以及用于确定操作参数集合的方法 Download PDFInfo
- Publication number
- CN118511136A CN118511136A CN202380015560.1A CN202380015560A CN118511136A CN 118511136 A CN118511136 A CN 118511136A CN 202380015560 A CN202380015560 A CN 202380015560A CN 118511136 A CN118511136 A CN 118511136A
- Authority
- CN
- China
- Prior art keywords
- operating parameters
- received
- historical
- unit
- machine tool
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 86
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims description 30
- 238000004088 simulation Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 16
- 238000003754 machining Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 5
- 238000012552 review Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 13
- 239000002826 coolant Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 241000282412 Homo Species 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013531 bayesian neural network Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4083—Adapting programme, configuration
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33027—Artificial neural network controller
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35398—Machining, change parameters as function of machining type
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开描述了一种用于确定针对至少一个机械工具(10)的操作参数集合(P)的交互式建议系统(34)。建议系统(34)包括参数确定单元(40),参数确定单元被配置用于确定操作参数集合(P)以用于根据经由第一通信接口(36)接收到的作业描述(J)来执行作业。参数集合(P)基于作业描述(J)、至少一个历史作业描述(HJ)、历史操作参数集合(HP)、历史操作者输入(HI)、参数确定历史(HD)和历史结果评价(HA)来确定。经确定的操作参数集合(P)可以提供给操作者(28)用于审查、评级和/或校正。此外,呈现了一种用于机械工具(10)的控制系统(22),其包括这样的建议系统(34)。另外地,说明了对应的机械工具(10),特别是磨床。此外,描述了一种用于确定操作参数集合(P)以用于在至少一个机械工具(10)上执行作业的方法。
Description
技术领域
本发明涉及一种用于确定针对至少一个机械工具的操作参数集合的交互式建议系统。
另外地,本发明涉及一种用于机械工具的控制系统,其包括这样的建议系统。
此外,本发明涉及一种包括这样的控制系统的机械工具,特别是磨床。
本发明还涉及一种用于确定在至少一个机械工具上用于执行作业的操作参数集合的方法。
背景技术
确定针对机械工具的操作参数集合是一个非常复杂的主题,因为这些参数不仅取决于要执行的作业以及对应的经济目标(例如,处理时间)。操作参数还取决于要使用的机械工具的状态以及对应的环境条件。这些参数中的一些只能以非形式化的方式可获得。
在这个上下文中,用于在确定操作参数中提供帮助的方法和系统是已知的。
然而,为了获得可接受的性能,这些方法和系统通常针对非常具体的应用场景进行定制。对于不同的、即变化的应用场景使用这样的方法或者系统要么是不可能的,要么或者会导致性能急剧减少。换言之,已知的方法和系统是不灵活的并且不能适应新的或者未知的制造场景。
发明内容
因此,本发明的目的是改进用于确定针对机械工具的操作参数的方法和系统的灵活性和适应性。
该问题通过用于确定针对至少一个机械工具的操作参数集合的交互式建议系统来解决。该建议系统包括第一通信接口,该第一通信接口用于接收描述要由至少一个机械工具执行的作业的作业描述。此外,建议系统包括第二通信接口,该第二通信接口用于接收至少一个历史作业描述以及对应的历史操作参数集合、对应的历史操作者输入、对应的参数确定历史、以及对应的历史结果评价。此外,建议系统包括被通信地连接到第一通信接口和第二通信接口的参数确定单元。参数确定单元被配置用于确定操作参数集合以用于根据接收到的作业描述来执行作业。该操作参数集合的确定是基于所接收的作业描述、所接收的至少一个历史作业描述、所接收的历史操作参数集合、所接收的历史操作者输入、所接收的参数确定历史以及所接收的历史结果评价。该建议系统还包括第三通信接口,该第三通信接口用于将经确定的操作参数集合提供给机械工具的操作者用于审查、评级和/或校正。第三通信接口被通信地连接至参数确定单元。另外地,建议系统具有第四通信接口,该第四通信接口被通信地连接到参数确定单元。第四通信接口被配置用于接收经确定的操作参数集合的批准、评级和/或校正。此外,建议系统包括第五通信接口,该第五通信接口用于将经确定的操作参数集合提供给机械工具的操作系统。第五通信接口被通信地连接到参数确定单元。因此,交互式建议系统能够结合人类和机器(更具体地数据处理单元)确定该操作参数集合的优点。通过数据处理单元(即参数确定单元)确定操作参数集合的优点具有可以高速并且高精度地分析大量历史数据的优势。特别地,使用接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的历史操作者输入、接收到的参数确定历史以及接收到的历史结果评价。具有针对机械工具确定操作参数经验的人类也具有过去操作以及对应的感觉和感知的记忆。此外,人类的大脑具有创造力。另外地,人类能够基于他或她的经验识别模式。使用建议系统,人类操作员和参数确定单元可以进入某种对话,即,他们进行交互,以便针对要执行的特定作业找到最佳的操作参数集合。在此过程中,建议系统具有高度灵活性和高度适应性,使得它可以用于确定针对要执行的各种各样作业的操作参数。简单来说,建议系统和操作者作为一个团队工作。团队成员具有互补的技能和能力。因此,该团队能够提供非常合适的操作参数。此外,团队非常灵活并且适应性强。
本发明的总体概念是建议系统能够提供合理的操作参数集合来执行特定的作业。该操作参数集合被呈现给人类操作员,人类操作员可以对这些参数进行批准、评级和/或纠正。这可能会在建议系统和操作者之间来回多次。由建议系统提供或者建议的操作参数集合的替代术语是假设或者假想参数。由于其交互性质,建议系统可以被称为通信代理或者智能代理。它可以被实现为软件代理。尽管如此,有关该操作参数集合的最终决定权和责任将始终由操作者承担。这也意味着机械工具不会以自主方式操作。在这个上下文中,操作者还可以定义新参数并且可以删除现有参数。
在本公开内容中,术语历史描述了可追溯到过去时间的数据、信息、事件或者活动。因此,历史操作参数是可追溯到过去时间的操作参数。
机械工具要执行的作业不仅覆盖操作要达到的结果,即工件的所期望的变换,但是还包括对应的目标参数,例如完成时间、机械工具的最大容许磨损、工件的最大耐受温度以及所要求的公差。工件变换可以包括将表面磨削至特定尺寸,同时实现特定表面粗糙度。在其上执行作业的机器的状态也很重要。因此,如果涉及工件相同变换和相同目标参数的两个作业要在不同的机械工具上或者在处于不同状态(例如,不同的磨损状态)的相同机械工具上执行,则这两个作业被认为是不同的。
此外,如果没有另外说明,操作参数始终应被理解为随时间推移的函数或者随事件变化的函数。这意味着操作参数可以随时间推移或者由于事件的发生而变化。随时间推移或者随事件的变化可以由本发明的建议系统来确定。
参数确定历史包括由参数确定单元已经确定的参数的完整记录。而且,记录了已经确定参数的对应次序。此外,参数确定历史包括关于批准、评级和/或校正的对应记录。
在本公开内容中,操作者输入可以是由操作者输入到机械工具的任何信息。
在这个上下文中,操作者输入还可以涉及所谓的元参数,即由操作者并且不是由机械工具的传感器检测到的参数。这样的元参数包括但是不限于:振动、声音、阻尼压力、冷却剂和磨具的交互作用、冷却剂的飞溅、零件的颜色以及零件的颜色变化。这些元参数对于确定适当的操作参数集合非常有价值,因为可以补充机械工具传感器可检测到的效果。因此,改进了要在机械工具中使用的操作参数。一旦操作者输入了一个或多个元参数,该元参数就可供参数确定单元用作为历史操作者输入。
作为一般规则,由第二通信接口接收的历史数据不一定需要描述机械工具的历史,该机械工具要执行由作业描述所描述的作业。而且,可以使用由其他机械工具已经生成的历史数据。
还应当注意的是,交互式建议系统可以归因于一个单独的机械工具。在这种情况下,交互式建议系统被配置用于确定针对在该机械工具上执行的操作的操作参数集合。可替代地,交互式建议系统可以归因于两个或更多个机械工具。这组机械工具可以是封闭的,即固定的,或者也可以是开放的以进行扩展。在后一种情况下,交互式建议系统被配置用于确定这些机械工具中的每一个正在执行的操作的操作参数集合。
独立于所属机械工具的数量,作为数据处理系统的建议系统可以物理地位于一个机械工具中或者一个机械工具处。显然,在这种情况下,要求与属于建议系统的所有其他机械工具进行数据连接。可替代地,建议系统可以被定位在远离所有归属的机械工具。显然,建议系统与对应的机械工具之间要求对应的数据连接。在后一种情况下,建议系统可以是云安装或者云服务。
还应当注意的是,该建议系统包括多个通信接口,每个通信接口服务于明确定义的目的。然而,取决于具体的应用场景,这些通信接口还可以被实现为组合接口。例如,第三通信接口和第四通信接口可以通过组合的输入/输出接口来实现。
在示例中,第三通信接口可以被通信地连接到第二通信接口。此外,第三通信接口可以被配置用于向操作者提供接收到的至少一个历史作业描述以及对应的历史操作参数集合、对应的历史操作者输入、对应的参数确定历史以及对应的历史结果评价。因此,操作者可以使用该信息并且在决定经确定的操作参数的批准、评级和/或校正时将其考虑在内。
第三通信接口还可能被通信地连接到第一通信接口。然后,第三通信接口可以被配置用于将接收到的作业描述提供给操作者。因此,操作者能够在决定经确定的操作参数的批准、评级和/或校正时考虑作业描述。
建议系统还可能包括机器通信接口,该机器通信接口被配置用于接收机器参数,即关于机器以及其工具的信息,在确定该操作参数集合时需要考虑这些信息。因此,经确定的操作参数可以适应于要在其上执行作业的机器的状态。
根据实施例,参数确定单元包括概率分析单元,该概率分析单元被配置用于对以下各项中的至少一项进行概率分析:接收到的作业描述、接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的至少一个历史操作者输入、接收到的参数确定历史、以及接收到的历史结果评价。概率分析单元被配置用于从中得出操作参数集合以用于根据接收到的作业描述来执行作业。这意味着通过对历史数据执行概率分析来生成要应用于机器的操作参数集合。在这个上下文中,概率分析可以包括以概率或者统计术语描述要分析的数据,即通过诸如平均值、中值、标准差、发生概率之类的概率或者统计指标来表征数据或者其子集。基于此,为了得出操作参数,需要揭示所分析的数据元素之间的关系。这样的关系可以表示为概率或者统计相关性。还可以得出概率或者统计模型。该模型可以用于实际确定该操作参数集合。应当注意的是,建议系统并且更具体地参数确定单元被配置用于为新的作业创建操作参数。换言之,目的是得出潜在的新颖的操作参数集合,并且不是确定哪组历史参数集合最适合。这样做时,可以确定高质量操作参数集合,其中,操作参数很好地适应于要执行的作业以及要在其上执行作业的机器。
值得注意的是,概率方法和统计方法具有特定的重叠。在本申请中,术语概率分析应理解为还包括统计分析以及对应的方法。这同样适用于概率分析单元以及统计分析单元,即概率分析单元被配置用于执行统计方法。
在示例中,概率分析单元包括用于确定操作参数集合的机器学习单元。机器学习单元被配置用于运行机器学习软件。此外,机器学习单元使用接收到的作业描述作为输入,并且被配置用于提供该操作参数集合作为输出。机器学习单元通过应用统计或者概率方法从历史数据中学习。更准确地说,机器学习单元被配置用于学习接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的历史操作者输入、接收到的参数确定历史以及接收到的历史结果评价之间的联系和关系。这使得机器学习单元能够根据收到的作业描述确定适合该作业的操作参数集合。操作者输入用于进一步减少可能与该操作参数集合相关的潜在不确定性。因此,建议系统是精确和可靠的,并且具有高度的灵活性。
机器学习单元可以包括用于确定该操作参数集合的人工神经网络。由于人工神经网络是概率网络链的一种具体形式,因此人工神经网络被认为是概率分析单元的一个示例,并且也是机器学习单元的一种类型。当然,人工神经网络是在训练好的状态下使用的。这意味着人工神经网络在使用之前已经经过了训练。这样的人工神经网络使用接收到的作业描述作为输入,并且使用经确定的操作参数集合作为输出。历史数据用于人工神经网络的训练,并且因此,历史数据被隐式地存储在人工神经网络中。然而,人工神经网络的输出受到特定程度的不确定性的影响是其固有的。在本发明中,使用操作者输入来进一步减少这种不确定性。因此,建议系统是精确和可靠的,并且具有高度的灵活性。
在示例中,贝叶斯神经网络用于确定该操作参数集合。
在实施例中,人工神经网络是所谓的可解释人工神经网络。这样的人工神经网络的特征在于,它们能够使操作者透明地了解如何生成输出,例如通过可视化或者文本或者数字描述。因此,操作者能够通过人工神经网络产生输出的方式来增强他或她的知识和经验。简而言之,操作者可以从人工神经网络中学习。因此,操作者确定操作参数的能力得到增强。
根据变型,人工神经网络包括循环人工神经网络,即包括向后定向并且形成反馈回路的边缘的网络。这样的人工神经网络特别适合用于存储信息,因为它们具有某种存储器。因此,可以以高效的方式确定高质量的操作参数。
值得注意的是,可以使用多于一种的人工神经网络。为此,接收到的作业描述可以被细分为作业元素或者子任务,并且针对每个作业元素或者子任务,通过使用专门的人工神经网络来确定对应的操作参数。因此,可以确定特别适合的操作参数。
根据示例,参数确定单元包括可靠性单元,该可靠性单元被配置用于将置信度区间和/或发生概率归因于经确定的操作参数集合中的至少一个元素。因此,经确定的参数集合中的至少一个元素与关于其可靠性的信息结合在一起。这有助于操作者执行批准、评级和/或校正。如果可以确定提供高可靠性的参数集合,这对于操作者来说是值得注意的。而且,如果只能以相对较低的可靠性来确定该操作参数集合,则操作者将能够知道这一点。总体而言,可以以高效并且面向目标的方式确定该操作参数集合。
需要注意的是,可靠性单元可以是确定单元的单个部分。可替代地,可靠性单元可以被形成为概率分析单元的一部分。
参数确定单元还可以包括被配置用于记载该操作参数集合的确定的记录单元。换言之,确定单元不仅可以访问操作参数集合,但是还可以访问对应的确定历史。换言之,生成有关如何确定操作参数的方式的文档。例如,文档包括步骤的次序以及用于确定相应参数的所使用的基础。因此,增强了用于确定适当参数集合的数据基础。这将会改进所确定的操作参数集合的质量。
在这种上下文中,第三通信接口通信地连接到参数确定单元,使得可以将记录单元的内容(即,操作参数集合的确定的文档)提供给操作者。这可以增强操作者的理解。此外,文档的元素可以被提供以供操作者进行评级和/或评论。然后,这样的评级和/或评论将与文档的相应元素一起存储。
在实施例中,建议系统可以包括通信地连接到第一通信接口、第二通信接口和第三通信接口的通知单元。通知单元可以被配置用于基于接收到的作业描述、接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的历史操作者输入、接收到的参数确定历史、以及接收到的历史结果评价来提供关于根据接收到的作业描述执行作业的至少一个通知。在这个上下文中,通知可以关于要在机械工具上执行的调整和/或检查,该机械工具将根据接收到的作业描述来执行作业。这种类型的调整和/或检查可能不适合通过向机械工具的操作系统提供操作参数集合来处理,并且因此可能必须由操作者来处理。特别地,通知可以包括警告,例如工具的高度磨损。通知还可以包括信息,例如,使用当前安装的工具完成作业的时间。可替代地或者附加地,通知可以包括检查请求或者提议。操作者可能被要求检查冷却剂喷嘴的取向。这样的检查请求或者提议也可以覆盖预测性维护的方面。例如,可以提供这样的信息:如果执行工具改变,完成作业的时间将会减少。此外,该通知可以包括建议系统发现的异常,例如机械工具的操作系统的电动机的电机功率的波动。因此,操作者能够将通知的内容与他或她的感知相结合,并且可能潜在地识别模式或者其他关系。总体而言,通知单元具有以下效果:机械工具可以被配置为使得其能够以高效并且有效的方式执行相关作业。
在实施例中,通知单元可以连接到机器接口,机器接口被配置用于接收描述当前机器状态的至少一个参数。因此,可以考虑当前机器状态用于生成通知。这会带来适应性强并且面向目标的通知。
根据变型,参数确定单元包括被配置用于评估操作者输入的操作者输入评估单元。换言之,参数确定单元被配置用于将操作者输入与至少一个历史作业描述以及对应的历史操作参数集合、对应的历史操作者输入、对应的参数确定历史以及对应的历史结果评价进行比较。如果参数确定单元包括概率分析单元,则还可以将操作者输入与由该单元执行的概率分析结果进行比较。评估结果可以反馈给操作者。因此,操作者有机会纠正其输入和/或至少从其评估中学习。这可能发生在一个或多个循环中。因此,输入可以被简化为合适的操作参数集合。
此外,可以使用包括具有操作者输入评估单元的参数确定单元的建议系统,使得作为用于确定针对作业的操作参数集合的第一步,操作者输入他或她认为合适的操作参数集合。因此,操作者与建议系统之间的对话或者交互可以由操作者发起。这是作为第一步由参数确定单元确定操作参数集合的替代方案。
在示例中,建议系统可以包括性能评估单元,该性能评估单元通信地连接到参数确定单元并且被配置用于接收由操作者提供的性能评估。因此,操作者有机会评估建议系统的性能。因此,可以调整建议系统的设置。换言之,建议系统的操作可以是个体化的或者个性化的,从而满足操作者的愿望。性能评估可以例如涉及如何向操作者呈现信息的方式。可以调整对应的设置,使得例如向操作者提供更高或者更低的信息密度。因此,操作者和建议系统之间的交互可以变得更加高效。
根据实施例,参数确定单元包括仿真单元,该仿真单元被配置用于使用经确定的操作参数集合而对根据接收到的作业描述来执行作业进行仿真。因此,在实际使用该操作参数集合来操作机械工具之前,可以知道该经确定的操作参数集合的效果。仿真还可以用于生成辅参数,辅参数例如可用于评价经确定的操作参数集合是否适合达到预先确定的目标,例如,质量衡量。使用仿真单元,可以在机械工具上实际执行作业之前检测到潜在的错误和不良影响。
另外地或者可替代地,建议系统可以包括第六通信接口,该第六通信接口被配置用于从机械工具的操作系统接收至少一个作业执行参数。参数确定单元可以包括通信地连接到第六通信接口的监测单元。监测单元可以被配置用于将作业执行参数与该经确定的操作参数集合和/或与基于该经确定的操作参数集合产生的仿真结果进行比较。因此,描述在机械工具上实际执行作业的信息可以以作业执行参数的形式反馈到建议系统。因此,建议系统可以用在闭合控制回路或者反馈回路中。因此,可以检测需要调整该操作参数集合的情况。在作业执行期间可能会出现这种情况,例如,如果发生意外事件,例如工具的磨损。监测单元还可以提议如何对监测结果(例如,意外事件)做出反应。
另外地或者可替代地,操作者也能够用他或她的感官来感知作业的执行,例如监听作业的执行情况、听到作业的执行情况或者观看作业的执行情况。操作者监督作业执行的情况可以被指定为人在回路中(human-in-the-loop)。这是有利的,因为操作者可能能够检测到技术系统可能无法检测到的作业执行的不稳定性、缺陷和不足。只能由人类检测到的参数也称为元参数。人在回路中的配置对于作业执行是至关重要的,其中,一个或多个元参数对于成功完成是至关重要的。在操作者希望调整作业的执行的情况下,他或者她可以停止或者暂停作业的执行并且校正一个或多个操作参数。这可以使用第四通信接口来完成。如果作业在人在回路中的配置中执行,那么作业很有可能在满足高质量标准的同时成功地完成。
该问题还通过一种用于机械工具的控制系统来解决,该控制系统包括根据本发明的建议系统。存储单元通信地连接到建议系统的第二通信接口,存储单元包括至少一个历史作业描述以及对应的历史操作参数集合、对应的历史操作者输入、对应的参数确定历史以及对应的历史结果评价。此外,输出单元通信地连接到建议系统的第三通信接口。输出单元被配置用于向机械工具的操作者提供经确定的操作参数集合。此外,输入单元通信地连接到建议系统的第四通信接口。输入单元被配置用于接收经确定的操作参数集合的批准、评级和/或校正。当使用这样的控制系统时,可以以高效并且可靠的方式确定合适的操作参数集合。所有必要的机器可读数据可以在存储单元中提供。输入单元和输出单元可以用于访问操作者的知识和经验。操作者的输入包括对他或她的机械工具和/或在其上执行的过程的心理模型的提示。通过将该输入传送到控制系统的存储单元,它至少部分地变换成控制单元可用的数据。人类知识和机器可读历史数据的结合同时使得操作参数集合的确定精确、有效和灵活。
输出单元可以被配置用于生成视觉、听觉和/或触觉输出。
输入单元可以被配置用于接收语音输入、手势输入、触觉输入和/或文本输入。
操作者可以提供的一种特殊形式的输入是教导输入,即操作者直接地输入从他或她的角度来看合适的操作参数。这也可能发生在多步骤过程中,其中,逐步接近期望的状态。对于本申请,教导输入被认为是操作参数的校正的示例。
值得注意的是,并非控制系统的所有部件都需要物理地集成到一个组件中。如果建议系统、存储单元、输出单元以及输入单元彼此联网并且与机械工具联网,则这是特别足够的。在示例中,建议系统和存储单元可以被实现为云服务。输入单元和输出单元可以由智能手机或者平板计算机形成。
在操作参数集合很大的示例中,该集合可以被细分为归属于作业的一部分的子集,即,细分为子作业或者子任务,或者细分为归属于机械工具的组件的子集。换言之,操作参数可以被聚类。因此,可以高效地存储和/或处理参数。
该问题另外地通过包括根据本发明的控制系统的机械工具来解决。控制系统耦合到机械工具的操作系统,以用于控制机械工具的操作。这样的机械工具提供了一种可靠并且特别灵活并且适应性强的方式来确定用于在机械工具上执行作业的操作参数集合。
根据实施例,机械工具是磨床。
根据实施例,机械工具的操作系统可以包括至少一个加工区域和耦合到加工区域的至少一个传感器单元,其中,传感器单元连接到控制系统的建议系统,并且其中,建议系统、加工区域和传感器单元形成闭环反馈回路。这样的配置特别适合于确定用于执行作业的操作参数集合。由于反馈回路,该操作参数集合的确定是非常鲁棒的,即,潜在的错误或者与期望状态的偏差被检测并且以适当的方式校正。因此,可以为要执行的多种作业找到适当的操作参数集合。
在如上所述的人在回路中的配置中使用机械工具的情况下,操作者和加工区域也形成闭合反馈回路,其中,操作者同时用作传感器和致动器。参考以上解释。
该问题还通过一种用于确定用于在至少一个机械工具上执行作业的操作参数集合的方法来解决。该方法包括:
a)接收作业描述,其描述机械工具要执行的作业,
b)接收至少一个历史作业描述以及对应的历史操作参数集合、对应的历史操作者输入、对应的参数确定历史以及对应的历史结果评价,
c)基于接收到的作业描述和接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的历史操作者输入、接收到的参数确定历史、以及接收到的历史结果评价来确定操作参数集合以用于根据接收到的作业描述来执行作业,其中,机械工具的操作者或者控制系统确定该操作参数集合,
d)将经确定的操作参数集合提供给机械工具的控制系统或者操作者以进行批准、评级和/或校正,
e)接收控制系统或者操作者对经确定的操作参数集合的批准、评级和/或校正,以及
f)向机械工具的操作系统提供经校正的、经评级的和/或经批准的操作参数集合。
因此,该方法结合了由人类和由机器(更具体地由数据处理单元)确定该操作参数集合的优点。通过数据处理单元确定操作参数集合的优点在于可以高速并且高精度地分析大量历史数据。具体地,使用接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的历史操作者输入、接收到的参数确定历史以及接收到的历史结果评价。具有确定机械工具操作参数经验的人类也具有过去操作以及对应的感觉和感知的记忆。此外,人类的大脑具有创造力。另外地,人类能够基于他或她的经验识别模式。使用该方法,人类操作者和机械工具的控制系统可以进入某种对话,即,它们进行交互,以便找到针对要执行的特定作业的最佳操作参数集合。这样做时,该方法具有高度灵活性和高度适应性,使得其可以用于确定要执行的各种各样的作业的操作参数。注意,上述对话的第一步可以由机械工具的控制系统确定操作参数集合来执行,或者可以由操作者将操作参数集合输入到机械工具的控制系统来执行。
在示例中,根据本发明的方法可以部分或者完全地由计算机实现。
在另一示例中,该方法可以包括:确定该经确定的操作参数集合中的至少一个元素的置信度区间和/或发生概率。因此,经确定的参数集合中的至少一个元素与关于其可靠性的信息结合在一起。这有助于操作者执行批准、评级和/或校正。总体而言,可以确定具有已知可靠性的参数集合,并且因此可以以高效并且面向目标的方式进行处理。
可替代地或者附加地,该方法可以包括:向操作者或者机器提供描述该操作参数集合的确定的确定细节。因此,除了操作参数集合之外,还可以获得对如何确定操作参数的方式的描述。因此,可以评价经确定的操作参数集合的可靠性。此外,这样的方式的描述可以包括可以用于改进操作参数的确定的学习。
该方法还可能包括对接收到的作业描述、接收到的至少一个历史作业描述、接收到的历史操作参数集合、接收到的历史操作者输入、接收到的参数确定历史以及接收到的历史结果评价中的至少一个进行概率分析,以确定该操作参数集合。这已经在描述根据本发明的建议系统时详细解释过。因此,参考以上解释。因此,可以确定高质量的操作参数集合,其中,操作参数很好地适应于要执行的作业和要在其上执行作业的机器。正如还结合根据本发明的建议系统所解释的,概率分析可以包括人工神经网络的使用。参考以上解释。
该方法可以包括监测由机械工具执行(perform)的作业的执行(execution),并且通知操作者关于描述作业执行的作业执行参数相对于该经确定的操作参数集合和/或相对于仿真结果的偏差。因此,描述作业在机械工具上的实际执行的信息可以以作业执行参数的形式反馈给操作者。因此,生成了闭合控制环路或者反馈环路。因此,可能检测其中需要调整该操作参数集合的情况。在执行作业期间可能会出现这种情况。可以检测到意外事件,例如,工具的磨损。
在另一示例中,该方法可以包括使用经校正的、经评级的和/或经批准的操作参数集合来执行至少一个机械工具的测试运行。因此,与操作参数集合的至少一个元素相关的潜在剩余不确定性可以通过测试运行来减轻或者消除。因此,可以确定可靠的操作参数集合。
除此之外,已经结合根据本发明的交互式建议系统、根据本发明的控制系统、根据本发明的机械工具以及根据本发明的方法中的一个解释了所有效果和优点,做适当变动也适用于根据本发明的交互式建议系统、根据本发明的控制系统、根据本发明的机械工具以及根据本发明的方法的所有其他系统。
根据本发明的建议系统的不同单元和接口可以实现为对应的助手。每个助手可以包括硬件组件和软件组件。此外,每个助理可以被配置为执行根据本发明的方法的一个或多个步骤。
助手的软件组件可以被实现为软件代理。
附图说明
下面将参考附图描述本发明的示例。
图1示出了根据本发明的机械工具,其包括根据本发明的控制系统以及根据本发明的交互式建议系统以及操作者,以及
图2示出了根据本发明的方法的步骤。
具体实施方式
图1示出了机械工具10。
在图示的示例中,机械工具10是磨床。
机械工具10包括加工区域12,其中,待由机械工具10处理的工件14定位于加工区域12内。
在本示例中,工件14是轴并且其由卡盘16支撑在加工区域12中。
此外,工具18位于加工区域12内。
在本示例中,工具18是砂轮。
工具18可移动地支撑在加工区域12中,使得其可以与工件14相互作用以处理工件14。
机械工具10的装置被配置用于执行操作,例如,移动工具18形成机械工具10的操作系统20。
操作系统20特别包括机械工具10的驱动器和传感器。
操作系统20耦合到控制系统22,控制系统22被配置用于控制机械工具10的操作。
此外,传感器单元24布置在加工区域12内。
传感器单元24可以包括温度传感器,该温度传感器被配置用于检测存在于加工区域12中的元件的温度。优选地,温度传感器是无线传感器。
可替代地或者附加地,传感器单元24包括振动传感器。这样的传感器可以被配置用于检测可听或者不可听振动。
传感器单元24还可以包括用于检测诸如表面粗糙度之类的表面结构的传感器。
此外,传感器单元24可以被配置用于检测存在于加工区域12中的元件的几何长度。因此,传感器单元24可以包括长度传感器。
此外,传感器单元24可以包括位置传感器。
可替代地或者附加地,传感器单元24可以是对象检测器,即传感器单元24可以被配置用于检测加工区域12内的对象。
此外,传感器单元24可以被配置用于评价冷却剂的质量。在这个上下文中,传感器单元24还可以被配置用于对检测结果进行分类,使得可以对冷却剂的当前质量进行分类。
在另一替代方案中,传感器单元24包括用于测量加工区域12内的气体浓度和/或湿度的传感器。这可以用于防爆。
应当理解,传感器单元24可以包括上述传感器中的任意一个或者任意组合。
传感器单元24被示意性地示出并且被配置用于检测表征加工区域12内的状态的传感器值。
传感器单元24经由操作系统20连接到控制系统22。
控制系统22包括输入单元26,输入单元26被配置用于接收来自操作者28的输入I。
如稍后将详细解释的,输入I可以包括对经确定的操作参数集合P的批准、评级和/或校正。
此外,控制系统22包括输出单元30。
输出单元30被配置用于向操作者28提供操作参数集合P。
在示例中,输出单元30被配置用于输出机械工具10的不同轴的进给速率、工件14的旋转速度以及工具18的旋转速度。
在这个上下文中,输出单元30被配置用于显示上述参数随时间推移的演变。可选地,还可以显示这些参数的时间演变的趋势。
输出单元20还能够输出示出工件14和/或工具18的视频或者图像。
输出单元30可以形成为显示不同操作参数和随时间推移的对应演变的仪表板。
在这样的仪表板中,可以选择性地突出显示参数,例如,如果参数超过预定义的阈值。
仪表板也可能取决于情况显示不同的参数。这可以包括参数的特定优先级和分类。
此外,控制系统22包括存储单元32,存储单元32包括至少一个历史作业描述HJ以及对应的历史操作参数集合HP、对应的历史操作者输入HI、对应的参数确定历史HD以及对应的历史结果评价HA。
在非常简单的示例中,历史结果评价HA包括工件的质量是否可接受的信息。
控制系统22还具有用于确定机械工具10的操作参数集合P的交互式建议系统34。
建议系统34具有第一通信接口36,该第一通信接口36被配置用于接收作业描述J,其描述要由机械工具10执行的作业。
作业描述J可以从机械工具10外部的系统接收。
此外,建议系统34具有第二通信接口38。
存储单元32通信地连接到第二通信接口38,使得至少一个历史作业描述HJ连同对应的历史操作参数集合HP、对应的历史操作者输入HI、对应的参数确定历史HD以及对应的历史结果评价HA可以由建议系统34接收。
建议系统34还包括参数确定单元40。
参数确定单元40通信地连接到第一通信接口36和第二通信接口38。
此外,建议系统34具有第三通信接口42,其中,输出单元30以及参数确定单元40通信地连接到第三通信接口42。
因此,由参数确定单元40确定的操作参数集合P可以被提供给操作者28。
建议系统34还具有第四通信接口44,该第四通信接口44通信地连接到参数确定单元40和输入单元26。
此外,建议系统34具有第五通信接口46,该第五通信接口46通信地连接到机械工具10的参数确定单元40和操作系统20。
第五通信接口46被配置用于将经确定的操作参数集合P提供给操作系统20。
参数确定单元40被配置用于确定操作参数集合P以用于根据接收到的作业描述J来执行作业。
该操作参数集合的确定是基于可以经由第一通信接口36接收的作业描述J。
此外,对操作参数集合P的确定是基于接收到的至少一个历史作业描述HJ、接收到的历史操作参数集合HP、接收到的历史操作者输入HI、接收到的参数确定历史HD以及接收到的历史结果评价HA的。该数据经由第二通信接口38从存储单元32接收。
参数确定单元包括概率分析单元48,该概率分析单元48包括具有人工神经网络50的机器学习单元49。
操作参数集合P由概率分析单元48确定,更准确地由人工神经网络50确定。
为此,人工神经网络50已经通过存储单元32提供的数据进行了训练,即,至少一个历史作业描述HJ、接收到的历史操作参数集合HP、接收到的至少一个历史操作者输入HI、接收到的参数确定历史HD,以及接收到的历史结果评价HA。
因此,当使用接收到的作业描述J作为输入时,人工神经网络50被配置用于确定操作参数集合。
此外,参数确定单元40包括可靠性单元52,该可靠性单元52被配置用于将置信度区间归因于经确定的操作参数集合P的元素。
操作参数集合P连同对应的置信度区间可以经由第三通信接口42和输出单元30提供给操作者。
对于与位置或者几何长度相关的参数,置信度区间可以由围绕期望值的最大偏差来表达,例如,+/-100nm或者+/-1000nm。
最大偏差可以例如取决于温度和/或机械工具10是否处于热稳定状态的事实。
此外,可靠性单元52可以被配置用于对参数进行聚类,使得操作者能够考虑参数之间的影响和依赖性。
另外地,建议系统34包括通知单元54,该通知单元54通信地连接到第一通信接口36、第二通信接口38以及第三通信接口42。
通知单元54被配置用于基于接收到的作业描述J、接收到的至少一个历史作业描述HJ、接收到的历史操作参数集合HP、接收到的历史操作者输入HI、接收到的参数确定历史HD、以及接收到的历史结果评价HA来提供与根据接收到的作业描述J执行作业有关的至少一个通知N。
经由输出单元30将通知N提供给操作者28。
在非常简单的示例中,该操作参数集合P包括工具18的旋转速度、工件14的旋转速度以及进给速率。
通知N可以包括提醒以正确地将冷却剂喷嘴定向到工件14上或者总体上检查冷却剂系统的缺陷,例如,障碍物。
在要生产非常有价值的工件14的情况下,通知N可以包括在作业执行期间定期检查加工区域12是否存在异常的提醒。在这种情况下,通知N还可以包括推荐的过程中断的方案。
在要生产大量相同工件14的情况下,通知N可以包括在作业执行期间定期检查样本工件的提醒。
此外,通知N可以包括关于与要执行的作业类似或者包括类似过程步骤的历史作业的聚合信息。通知N可以例如包括示出历史作业或者历史过程步骤以及对应的平均持续时间的图表。
在要执行的作业要求高准确度的情况下,通知N可以包括操作者应该等待直到机械工具10处于热稳定体系的信息。另外地,可以提供等待时间的估计。
在要求相对低的准确度的情况下,通知N可以包括可以在启动机械工具10之后即在热不稳定体系下立即执行作业的信息。
在要执行的作业包括需要以高准确度执行的特定过程步骤和仅要求相对较低准确度的其他过程步骤的情况下,通知N可以包括操作者应该从仅要求相对较低准确度的过程步骤开始的信息。
此外,通知N可以包括关于如何在开始作业执行之前高效地执行机械工具10的设置的信息。
参数确定单元40还包括仿真单元56,该仿真单元56被配置用于使用经确定的操作参数集合P而对根据接收到的作业描述J来执行作业进行仿真。因此,可以执行由人工神经网络50确定的参数集合P的一种测试。
使用仿真单元56,可以生成关于利用当前工具18在当前机械工具10上执行作业的可能性的信息。换言之,使用仿真单元56来检查该作业是否可以在当前机械工具10上执行。结果可以以红色、黄色或者绿色交通灯的形式呈现。
此外,使用仿真单元56,可以估计用于作业的执行时间。用于设置的时间也是如此。
还可以生成关于资源消耗的估计,例如,冷却剂或者电力。基于此,可以估计执行作业的成本。
此外,使用仿真单元56,可以评价和/或消除关于工件质量的风险,例如,碰撞风险。
在要执行的作业包括不能被中断的过程步骤的情况下,仿真单元56可以用于确定开始这样的过程步骤的最低要求。最低要求可能与工具18的磨损状态相关。
如之前结合输入单元26所提到的,操作者28可以提供关于操作参数集合P的输入I。输入I可以包括批准、评级和/或校正。
再次使用非常简单的示例,这样的校正可以关于工具18的旋转速度、工件14的旋转速度和进给速率中的至少一者。
然而,输入I不直接反馈到概率分析单元48。而是,输入被馈送到被配置用于评估操作者输入I的操作者输入评估单元58。
注意,基于操作者28的输入I,参数确定单元40可以确定新的操作参数集合P,可以将新的操作参数集合P再次提供给操作者28。
因此,可以在参数确定单元40和操作者28之间建立某种对话。
这段对话被记载下来。为此,参数确定单元40包括记录单元60,记录单元60被配置用于记载操作参数集合P的确定。记录的数据可以被传送到存储单元32并且被存储为参数确定历史HD。
建议系统34不仅在根据作业描述J实际执行作业之前使用。
而是,在根据作业描述J执行作业期间也使用建议系统34。
为此,建议系统34包括第六通信接口62。
第六通信接口62通信地连接到机械工具10的操作系统20,并且特别是传感器单元24。
第六通信接口62被配置用于接收至少一个作业执行参数E。
作业执行参数E可以例如由传感器单元24或者操作系统20的任何其他元件来确定。在这种情况下,作业执行参数E可以与传感器单元24可检测到的参数中的任何一个相关,如上所述。
此外,参数确定单元40包括通信地连接到第六通信接口62的监测单元64。
监测单元64被配置用于将作业执行参数E与经确定的操作参数集合P和/或与基于确定的操作参数集合P产生的仿真结果进行比较。
因此,可以检测作业执行期间的不期望的发展。
基于此,可以修改操作参数集合P。
因此,建议系统34、加工区域12和传感器单元24形成闭合反馈环路。
在图中所示的示例中,建议系统34还具有性能评估单元66,该性能评估单元66经由第四通信接口44通信地连接到参数确定单元40并且连接到输入单元26。
性能评估单元66被配置用于接收由操作者28提供的性能评估。换言之,操作者28可以引起参数确定单元40的设置的调整。
这些设置例如与操作者优选的工具相关。
另外地或者可替代地,设置可以涉及在输出单元的输出中使用的细节的量。操作者可以调整设置,以便提供更多或者更少的细节。
当使用机械工具10来处理工件14时,可以使用用于确定操作参数集合P的方法来确定操作参数集合P。
在第一步骤S1中,在第一通信接口36处接收描述要由机械工具10执行的作业的作业描述J。
此外,在第二步骤S2中,在第二通信接口38处接收至少一个历史作业描述HJ以及对应的历史操作参数集合HP、对应的历史操作者输入HI、对应的参数确定历史HD以及对应的历史结果评价HA。
此后,在第三步骤S3中,参数确定单元40用于确定操作参数集合P以用于根据接收到的作业描述J来执行作业。
在本示例中,该步骤由具有人工神经网络50的概率分析单元48执行。
基于接收到的作业描述J和接收到的至少一个历史作业描述HJ、接收到的历史操作参数集合HP、接收到的历史操作者输入HI、接收到的参数确定历史HD以及接收到的历史结果评价HA来确定操作参数集合P。
更准确地说,对接收到的作业描述J、接收到的至少一个历史作业描述HJ、接收到的历史操作参数集合HP、接收到的历史操作者输入HI、接收到的参数确定历史HD以及接收到的历史结果评价HA中的至少一个进行概率分析以确定该操作参数集合P。
历史数据由存储单元32经由第二通信接口38提供。
在本示例中,已经使用历史数据来训练人工神经网络50。
因此,使用作业描述J作为输入,人工神经网络50能够提供操作参数集合P作为输出。
还使用可靠性单元52,并且对于操作参数集合P的每个元素,计算置信度区间。
随后,在第四步骤S4中,将经确定的操作参数集合P与置信度区间一起提供给操作者28。
此外,描述操作参数集合P的确定的确定细节被提供给操作者28。
在第五步骤S5中,接收操作者28的输入。
更准确地,操作者28提供经确定的操作参数集合P的批准、评级和/或校正。这经由输入单元26和第三通信接口42被提供给参数确定单元40。
取决于输入I的类型,该方法可以跳回第三步骤S3并且确定新的操作参数集合P。
第三步骤S3、第四步骤S4和第五步骤S5可以在一个或多个循环中执行,直到操作者28完全批准操作参数集合P。
然后,执行第六步骤S6,并且将经校正的、经评级的和/或经批准的操作参数集合P提供给机械工具10的操作系统20。
此后,在可选的第七步骤S7中,可以使用经校正的、经评级的和/或经批准的操作参数集合P来执行至少一个机械工具10的测试运行。
此后,在机械工具10上根据接收到的作业描述J来执行作业。
在作业执行期间,在第八步骤S8中,监测执行。
这意味着操作者28被告知描述作业执行的作业执行参数相对于经确定的操作参数集合P和/或相对于仿真结果的偏差。
这样的偏差可以使用传感器单元24来检测。可以使用输出单元30来通知操作者28。
注意,在本示例中,参数确定单元40确定操作参数集合P,然后将操作参数集合P提供给操作者28。在替代方案中,操作者28还可以输入操作参数集合,该操作参数集合然后由建议系统34评估。在这种情况下,建议系统34向操作者28提供批准、评级和/或校正。
为了进一步说明用于确定机械工具10的操作参数集合P的建议系统34和对应的方法,将描述两个用例。
在第一用例中,作业描述J涉及很久以前已经在机械工具10上执行的作业。
在这种情况下,建议系统34将能够从存储单元32取回对应于该作业的记录。因此,参数确定单元40可以生成足够的操作参数集合P,并且可靠性单元52计算操作参数集合P的元素的可能的最高可靠性。
操作者28能够使用输出单元30看到这种高可靠性。他或她还能够访问存储单元32并且查看与先前执行的作业相对应的记录。
在作业描述J不完整的情况下,可以使用对应的历史作业描述HJ进行补充。添加的元件可以配备有较低可靠性指标,使得操作者28有动机检查这些。
在第二用例中,根据接收到的作业描述J的作业处于正在机械工具上执行的过程中。
然而,在实际作业执行参数E和期望的操作参数之间检测到差异。
使用概率分析单元48,可以计算对应于期望操作参数和其他操作参数的历史操作参数的相关性,并且可以经由输出单元30将具有最高相关性的五个参数提供给操作者。因此,操作者可以通过首先检查这些参数,来高效地搜索差异的原因。
附图标记列表
10机械工具
12加工区域
14工件
16卡盘
18工具
20操作系统
22控制系统
24传感器单元
26输入单元
28操作者
30输出单元
32存储单元
34建议系统
36第一通信接口
38第二通信接口
40参数确定单元
42第三通信接口
44第四通信接口
46第五通信接口
48概率分析单元
49机器学习单元
50人工神经网络
52可靠性单元
54通知单位
56仿真单元
58操作者输入评估单元
60记录单元
62第六通信接口
64监测单元
66性能评估单位
E作业执行参数
HJ历史作业描述
HP历史操作参数
HI历史操作者输入
HD参数确定历史
HA历史结果评价
I操作者输入
J作业描述
N通知
P操作参数集合
S1第一步骤
S2第二步骤
S3第三步骤
S4第四步骤
S5第五步骤
S6第六步骤
S7第七步骤
S8第八步骤
Claims (20)
1.一种交互式建议系统(34),其用于确定针对至少一个机械工具(10)的操作参数集合(P),所述建议系统(34)包括:
第一通信接口(36),其用于接收作业描述(J),所述作业描述描述了要由所述至少一个机械工具(10)执行的作业,
第二通信接口(38),其用于接收至少一个历史作业描述(HJ)以及对应的历史操作参数集合(HP)、对应的历史操作者输入(HI)、对应的参数确定历史(HD)、以及对应的历史结果评价(HA),
参数确定单元(40),其被通信地连接到所述第一通信接口(36)以及所述第二通信接口(38),并且被配置用于基于接收到的作业描述(J)、接收到的至少一个历史作业描述(HJ)、接收到的历史操作参数集合(HP)、接收到的历史操作者输入(HI)、接收到的参数确定历史(HD)、以及接收到的历史结果评价(HA)来确定操作参数集合(P)以用于根据所述接收到的作业描述(J)来执行所述作业,
第三通信接口(42),其用于将经确定的操作参数集合(P)提供给所述机械工具(10)的操作者(28)用于审查、评级和/或校正,所述第三通信接口(42)被通信地连接到所述参数确定单元(40),
第四通信接口(44),其被通信地连接到所述参数确定单元(40),其中,所述第四通信接口(44)被配置用于接收对所述经确定的操作参数集合(P)的批准、评级和/或校正,以及
第五通信接口(46),其用于将所述经确定的操作参数集合(P)提供给所述机械工具(10)的操作系统(20),所述第五通信接口(46)被通信地连接到所述参数确定单元(40)。
2.根据权利要求1所述的建议系统(34),其中,所述参数确定单元(40)包括概率分析单元(48),所述概率分析单元(48)被配置用于对以下各项中的至少一项进行概率分析:所述接收到的作业描述(J)、所述接收到的至少一个历史作业描述(HJ)、所述接收到的历史操作参数集合(HP)、接收到的至少一个历史操作者输入(HI)、所述接收到的参数确定历史(HD)、以及所述接收到的历史结果评价(HA),并且被配置用于从中得出操作参数集合(P)以用于根据所述接收到的作业描述(J)来执行所述作业。
3.根据权利要求2所述的建议系统(34),其中,所述概率分析单元(48)包括用于确定所述操作参数集合(P)的机器学习单元(49)。
4.根据权利要求3所述的建议系统(34),其中,所述机器学习单元(49)包括用于确定所述操作参数集合(P)的人工神经网络(50)。
5.根据前述权利要求中的任一项所述的建议系统(34),其中,所述参数确定单元(40)包括可靠性单元(52),所述可靠性单元(52)被配置用于将置信度区间和/或发生概率归因于所述经确定的操作参数集合(P)中的至少一个元素。
6.根据前述权利要求中的任一项所述的建议系统(34),其中,所述参数确定单元(40)包括记录单元(60),所述记录单元(60)被配置用于记载对所述操作参数集合(P)的确定。
7.根据前述权利要求中的任一项所述的建议系统(34),包括通知单元(54),所述通知单元(54)被通信地连接到所述第一通信接口(36)、所述第二通信接口(38)、以及所述第三通信接口(42),并且被配置用于基于所述接收到的作业描述(J)、所述接收到的至少一个历史作业描述(HJ)、所述接收到的历史操作参数集合(HP)、所述接收到的历史操作者输入(HI)、所述接收到的参数确定历史(HD)、以及所述接收到的历史结果评价(HA)来提供关于根据所述接收到的作业描述(J)执行所述作业的至少一个通知(N)。
8.根据前述权利要求中的任一项所述的建议系统(34),其中,所述参数确定单元(40)包括被配置用于评估操作者输入(I)的操作者输入评估单元(58)。
9.根据前述权利要求中的任一项所述的建议系统(34),包括性能评估单元(66),所述性能评估单元(66)被通信地连接到所述参数确定单元(40),并且被配置用于接收由所述操作者(28)提供的性能评估。
10.根据前述权利要求中的任一项所述的建议系统(34),其中,所述参数确定单元(40)包括仿真单元(56),所述仿真单元(56)被配置用于使用所述经确定的操作参数集合(P)而对根据所述接收到的作业描述(J)来执行所述作业进行仿真。
11.根据前述权利要求中的任一项所述的建议系统(34),包括第六通信接口(62),所述第六通信接口(62)被配置用于从所述机械工具(10)的所述操作系统(20)接收至少一个作业执行参数(E),其中,所述参数确定单元(40)包括被通信地连接到所述第六通信接口(62)的监测单元(64),所述监测单元(64)被配置用于将所述作业执行参数(E)与所述经确定的操作参数集合(P)和/或基于所述经确定的操作参数集合(P)产生的仿真结果进行比较。
12.一种用于机械工具(10)的控制系统(22),其包括根据前述权利要求中任一项所述的建议系统(34),
其中,存储单元(32)被通信地连接到所述建议系统(34)的所述第二通信接口(38),所述存储单元(32)包括至少一个历史作业描述(HJ)以及对应的历史操作参数集合(HP)、对应的历史操作者输入(HI)、对应的参数确定历史(HD)、以及对应的历史结果评价(HA),
其中,输出单元(30)被通信地连接到所述建议系统(34)的所述第三通信接口(42),所述输出单元(30)被配置用于向所述机械工具(10)的操作者(28)提供经确定的操作参数集合(P),以及
其中,输入单元(26)被通信地连接到所述建议系统(34)的所述第四通信接口(44),所述输入单元(26)被配置用于接收对所述经确定的操作参数集合(P)的批准、评级和/或校正。
13.一种机械工具(10),特别是磨床,其包括根据权利要求12所述的控制系统(22),所述控制系统(22)被耦合到所述机械工具(10)的操作系统(20),用于控制所述机械工具(10)的操作。
14.根据权利要求13所述的机械工具,其中,所述机械工具(10)的所述操作系统(20)包括至少一个加工区域(12)以及被耦合到所述加工区域(12)的至少一个传感器单元(24),其中,所述传感器单元(24)被连接到所述控制系统(22)的所述建议系统(34),并且其中,所述建议系统(34)、所述加工区域(12)以及所述传感器单元(24)形成闭环反馈。
15.一种用于确定操作参数集合(P)以用于在至少一个机械工具(10)上执行作业的方法,包括:
a)接收作业描述(J),所述作业描述描述了要由所述机械工具(10)执行的作业(S1),
b)接收至少一个历史作业描述(HJ)以及对应的历史操作参数集合(HP)、对应的历史操作者输入(HI)、对应的参数确定历史(HD)、以及对应的历史结果评价(HA)(S2),
c)基于接收到的作业描述(J)和接收到的至少一个历史作业描述(HJ)、接收到的历史操作参数集合(HP)、接收到的历史操作者输入(HI)、接收到的参数确定历史(HD)以及接收到的历史结果评价(HA),来确定操作参数集合(P)以用于根据所述接收到的作业描述(J)来执行所述作业,其中,所述机械工具(10)的操作者(28)或者控制系统(22)确定所述操作参数集合(P)(S3),
d)将经确定的操作参数集合(P)提供给所述机械工具(10)的所述控制系统(22)或者所述操作者(10)用于批准、评级和/或校正(S4),
e)接收所述控制系统(22)或者所述操作者(28)的对所述经确定的操作参数集合(P)的批准、评级和/或校正(S5),以及
f)向所述机械工具(10)的操作系统(20)提供经校正的、经评级的和/或经批准的操作参数集合(P)(S6)。
16.根据权利要求15所述的方法,包括:确定针对所述经确定的操作参数集合(P)中的至少一个元素的置信度区间和/或发生概率。
17.根据权利要求15或16所述的方法,包括:向所述操作者(28)或者所述机械工具(10)提供确定细节,所述确定细节描述对所述操作参数集合(P)的确定。
18.根据权利要求15至17中的任一项所述的方法,包括:对以下各项中的至少一项进行概率分析,用于确定所述操作参数集合(P):所述接收到的作业描述(J)、所述接收到的至少一个历史作业描述(HJ)、所述接收到的历史操作参数集合(HP)、所述接收到的历史操作者输入(HI)、所述接收到的参数确定历史(HD)以及所述接收到的历史结果评价(HA)。
19.根据权利要求15至18中的任一项所述的方法,包括:监测要由所述机械工具(10)执行(perform)的所述作业的执行(execution),并且向所述操作者(28)通知描述作业执行的作业执行参数(E)相对于所述经确定的操作参数集合(P)和/或相对于仿真结果的偏差(S8)。
20.根据权利要求15至19中的任一项所述的方法,包括:使用经校正的、经评级的和/或经批准的操作参数集合(P)来执行对所述至少一个机械工具(10)的测试运行(S7)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP22157845.3A EP4231104A1 (en) | 2022-02-21 | 2022-02-21 | Interactive proposal system for determining a set of operational parameters for a machine tool, control system for a machine tool, machine tool and method for determining a set of operational parameters |
EP22157845.3 | 2022-02-21 | ||
PCT/EP2023/053540 WO2023156350A1 (en) | 2022-02-21 | 2023-02-13 | Interactive proposal system for determining a set of operational parameters for a machine tool, control system for a machine tool, machine tool and method for determining a set of operational parameters |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118511136A true CN118511136A (zh) | 2024-08-16 |
Family
ID=80445920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202380015560.1A Pending CN118511136A (zh) | 2022-02-21 | 2023-02-13 | 用于确定针对机械工具的操作参数集合的交互式建议系统、用于机械工具的控制系统、机械工具以及用于确定操作参数集合的方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4231104A1 (zh) |
CN (1) | CN118511136A (zh) |
WO (1) | WO2023156350A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7738975B2 (en) * | 2005-10-04 | 2010-06-15 | Fisher-Rosemount Systems, Inc. | Analytical server integrated in a process control network |
US11584020B2 (en) * | 2018-12-04 | 2023-02-21 | Cloudminds Robotics Co., Ltd. | Human augmented cloud-based robotics intelligence framework and associated methods |
US11514217B2 (en) * | 2019-11-18 | 2022-11-29 | Rockwell Automation Technologies, Inc. | Systems and methods for generating ethernet modules based on base designs |
-
2022
- 2022-02-21 EP EP22157845.3A patent/EP4231104A1/en active Pending
-
2023
- 2023-02-13 CN CN202380015560.1A patent/CN118511136A/zh active Pending
- 2023-02-13 WO PCT/EP2023/053540 patent/WO2023156350A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023156350A1 (en) | 2023-08-24 |
EP4231104A1 (en) | 2023-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11265513B2 (en) | Virtual reality and augmented reality for industrial automation | |
US10535202B2 (en) | Virtual reality and augmented reality for industrial automation | |
Alves et al. | Deployment of a smart and predictive maintenance system in an industrial case study | |
Brundage et al. | Where do we start? Guidance for technology implementation in maintenance management for manufacturing | |
WO2019218419A1 (zh) | 一种确定车辆维修方案的方法及装置 | |
US10234846B2 (en) | Method and apparatus for determining an optimum manufacturing alternative for manufacturing a product | |
US10423669B2 (en) | Manufacturing process visualization apparatus and method | |
JP6559525B2 (ja) | 遠隔作業支援システム及び遠隔作業支援方法 | |
US20120116827A1 (en) | Plant analyzing system | |
Weiss et al. | Developing a hierarchical decomposition methodology to increase manufacturing process and equipment health awareness | |
EP4033317A1 (en) | Method and system for managing a cyber-physical production system with predictive capabilities of anomalous operating conditions | |
CN116776289B (zh) | 数控机床加工方法、装置、电子设备及可读存储介质 | |
Weiss et al. | Measurement and evaluation for prognostics and health management (PHM) for manufacturing operations–summary of an interactive workshop highlighting PHM trends | |
CN118511136A (zh) | 用于确定针对机械工具的操作参数集合的交互式建议系统、用于机械工具的控制系统、机械工具以及用于确定操作参数集合的方法 | |
Guiza et al. | Automated deviation detection for partially-observable human-intensive assembly processes | |
KR20190001415A (ko) | 로봇 예방 및 예측 조치 서비스 제공 방법, 서버 및 프로그램 | |
CN111989701B (zh) | 作业者选定系统、作业者选定方法以及计算机可读记录介质 | |
US20230237353A1 (en) | Machine Learning Based Predictive P-F Curve Maintenance Optimization Platform and Associated Method | |
Plüss et al. | Interactive proposal system for determining a set of operational parameters for a machine tool, control system for a machine tool, machine tool and method for determining a set of operational parameters | |
Rashidy | Knowledge-based quality control in manufacturing processes with application to the automotive industry | |
Xiong | Human-Machine Adaptation in Lean Waste Elimination for Customized Building Manufacturing Systems | |
Abdelaal | AI in Manufacturing: Market Analysis and Opportunities | |
Imseitif et al. | Real-time production scheduling and controlling framework for serial reconfigurable flow lines | |
Strömbäck et al. | The Smarter Assembly Position: A proposal focusing on a more intelligent tightening system at Scania CV AB Oskarshamn, inspired by Industry 4.0 | |
CN117974106A (zh) | 一种设备维修管理方法、存储介质及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |